结合LAMA与最佳优先宽度搜索

启发式搜索算法的一个关键决策是如何平衡探索与利用。在经典规划中，新颖性搜索已成为这方面最成功的方法。其思想是在搜索计划时优先考虑包含先前未见事实的状态。这是通过维护先前状态中观察到的事实元组记录来实现的。然后，一个状态的新颖性是先前未见的最小元组的大小。最成功的新颖性搜索版本是最佳优先宽度搜索（BFWS），它将新颖性度量与启发式估计相结合。平衡探索-利用的另一种正交方法是使用多个开放列表。这些开放列表使用不同的启发式估计进行排序，从而多样化搜索中使用的信息。然后搜索算法在这些开放列表之间交替，试图利用这些不同的估计。这是LAMA使用的方法，LAMA是一个经典规划器，在其发布十年后，仍被认为是敏捷规划中的最先进技术。在本文中，我们研究了如何结合LAMA和BFWS。我们表明，简单地将BFWS中最强的开放列表添加到LAMA会损害性能。然而，我们表明，仅结合每个规划器的部分会导致一个新的最先进的敏捷规划器。